XiaoMi-AI文件搜索系统
World File Search System滥用
保护 AI 模型权重：防止前沿模型被盗用和滥用
研究诚信 我们的使命是通过研究和分析帮助改善政策和决策，这一使命通过我们的核心价值观——质量和客观性以及我们对最高诚信和道德行为的坚定承诺得以实现。为确保我们的研究和分析严谨、客观和不偏不倚，我们对研究出版物进行了严格而严格的质量保证流程；通过员工培训、项目筛选和强制披露政策避免出现和实际的财务和其他利益冲突；并通过我们致力于公开发表研究结果和建议、披露已发表研究的资金来源以及确保知识独立的政策，追求研究工作的透明度。有关更多信息，请访问 www.rand.org/about/research-integrity。
与严重的不良反应和滥用GLP-1受体激动剂相关的因素
简介：胰高血糖素样肽1受体激动剂（GLP-1RA）已成为2型糖尿病（T2D）和肥胖症的突出治疗方法以来FDA在2005年批准EteNatide。这些药物的利用预计到2025年将大幅增加，由于需求量很高，因此短缺的报道。同时，人们对它们的潜在滥用越来越担心，包括没有适当迹象的使用和使用假冒产品的使用。尽管具有治疗益处，但GLP-1RA与各种不良事件有关，范围从轻度胃肠道症状到包括住院和胰腺炎在内的严重事件。随着其利用的增加，迫切需要对与严重不良事件（SAE）和滥用这些药物相关的因素进行全面研究。
物质滥用（药物）作者/优先负责人：乔安妮......
请确保完成版本控制以确保呈现最新的文档。版本 注释 作者 发布日期 状态 1.9 第九稿 Kath Bailey 18.04.16 稿 2.1 第一稿 Aishah Coyte 07.09.18 删除酒精引用， 2.2 第二稿 Aishah Coyte 07.09.18 更新第 1、2、3、4、5 节 2.3 第三稿 Joanne Pollock 12.11.18 更新第 6 和第 7 节 2.4 第四稿 Joanne Pollock 21.12.18 关键问题和差距以及第 8 节更新 2.5 第五稿 Aishah Coyte 07.01.19 添加 AC 引用 2.5 第五稿 Aishah Coyte 8.04.19 添加 2017 年药物战略数据 2.6 第六稿 Joanne Pollock 12.04.19 删除 LLW 引用 2.7 第七稿 Janet Collins 29.07.19 更新流行率估计值，相关NDTMS 数据，国家毒物信息服务，HRBS，Stonewall 2018 2.8 第八届 Joanne Pollock 22.11.19 包括 Be Involved 调查结果。2.9 第九届 Janet Collins 27.11.19 数据分节
亚慢性滥用加巴喷丁后的肾毒性……
背景：在埃及，加巴喷丁（GBP）滥用和滥用在2012年安排模拟Pregabalin后的过去十年中增加了。尽管许多研究证实了gababalin的有害作用，但GBP的作用很少。这项研究的目的是研究和评估亚慢性高剂量给药的肾毒性作用和α-生育酚的保护作用。方法：包括三十五（35）个健康的雄性白化大鼠。他们被随机分为； four groups: group I (15 rats) which were subdivided into group Ia (5 rats) negative control (normal diet), group Ib (5 rats) positve control (normal saline), group Ic (5 rats) positve control (Corn Oil), group II which were further subdivided into group IIa (5 rats) (GBP misuse), group IIb (5 rats) (GBP withdrawal), group ΙII (5 rats) （α-生育酚）和组（5只大鼠）（GBP +α-生育酚）。所有大鼠都接受了40天的开始药物。血清尿素，肌酐和尿酸的水平。肾脏组织被接受进行组织病理学。结果：GBP提高了肾脏生物标志物水平，肾脏组织中断并增加了退化的细胞数量。α生育酚处理显着减弱了GBP引起的有害作用。结论：高剂量亚慢性施用GBP与大鼠的肾毒性作用有关。在戒断期间，组织病理学效应的出现较少。α生育酚可预防GBP诱导的肾功能受损。
锂离子电池分离器对温度滥用期间气体演化的影响
对锂离子电池提供高能和功率密度的需求，尤其是充电时间很短，可导致其稳定窗口限制的频繁操作。这会导致负载增加，材料压力，锂电镀的风险和高温，所有这些都激发了有关电池安全性的深入研究。锂离子电池最重大的安全问题是热失控，这是一系列级联的放热反应，可能导致火灾甚至爆炸性故障。[3]热失控之前是一个自加热阶段，其中来自细胞成分的分流位置的放热反应会增加温度。进行反应。[4]这需要对发生的反应进行深刻的理解。各种实验方法用于在自加热和热失控过程中获得对过程的见解，并评估总体电池安全性，例如指甲穿透，压碎和烤箱测试。[3C，5]所有这些测试通常通过各种机制提高电池的温度，例如导致机械损坏诱导短路，从而导致放热分解反应。烤箱测试允许控制调节调节，因此，对特定反应过程的研究及其与电化学行为的相关性。在某些温度和阶段，自我
通过...对人体血液中的 78 种滥用药物进行量化
简介 由于不受管制的设计化合物和合成化合物的快速发展，非法药物的分析测试领域面临着诸多挑战。法医测试设施面临的困难在于，这些化合物中的大多数或全部都无法通过常规测试方法检测到，因此需要一种更具体、更有选择性的基于 LC-MS 的方法。本报告介绍了一种用于临床研究的分析方法，用于定量人体血液中的 78 种滥用药物。典型的 LC-MS 方法涉及使用 LC-MS/MS 技术，也称为三重四极杆质谱仪。虽然三重四极杆 MS 系统可为靶向定量分析提供敏感数据，但大多数样品通常具有未确认/识别的分析物，因此需要识别和定量功能。高分辨率精确质量 (HRAM) 质谱仪配备高分辨率功能，为每位用户提供高效筛选和量化的独特能力。
模拟了大型语言模型和临床信用系统的滥用
1美国国立卫生研究院（NIH），美国国立卫生研究院（NIH），美国马里兰州贝塞斯达2已经提出了大型语言模型（LLMS）来支持许多医疗保健任务，包括疾病诊断和治疗个性化。虽然可以应用AI来协助或增强医疗保健的提供，但也存在滥用的风险。llms可用于通过不公平，不公正或不准确的标准分配资源。例如，社会信贷系统使用大数据来评估社会中的“可信赖性”，对那些基于仅由权力结构定义的评估指标（例如，公司实体或管理机构）定义的评分量很差的人进行了惩罚。强大的LLM可以扩大此类系统，该系统可以根据多模式数据 - 金融交易，Internet活动和其他行为输入来评估个人。医疗保健数据可能是最敏感的信息，可以通过“临床信贷系统”收集，并有可能用于侵犯公民自由或其他权利，这可能包括限制获得护理的访问。这项研究的结果表明，LLM可能会偏向于保护个人权利的集体或系统利益，从而有可能使这种未来的滥用。此外，本报告中的实验模拟了如何使用当前LLM利用临床数据集，以证明解决这些道德危险的紧迫性。1。最后，提出了策略来减轻开发大型AI医疗模型的风险。简介大语模型（LLMS）可以使用非结构化数据执行许多复杂的任务 - 在某些情况下，除了人类功能之外。1,2这种进步正在扩展到医疗保健：正在开发新的AI模型来使用患者数据进行任务，包括诊断，工作流程改进，监测和个性化治疗建议。但是，如果被管理当局，公司或其他决策实体滥用，临床AI潜在应用的这种增加也会给公民自由带来重大风险。对这种潜力的认识可能会降低风险，激励透明度，为负责任的治理政策提供信息，并导致开发针对“大数据压迫”的新保障措施。1.1社会信用系统社会信贷系统已在中国人民共和国（中国）引入，是大数据压迫的新兴例子。社会信贷系统旨在限制“被抹黑”的特权，但不能限制“可信赖”的特权。 3-23在社会信贷系统中，从公民/成员收集的大型多模式数据集可用于确定社会内的“可信赖性”，该指标是基于由权力结构定义和控制的指标。3-23被认为是值得信赖的，公民必须表现出对权力结构的忠诚，并与已建立的专业，财务和社会（行为）标准保持一致。否则，他们可能会失去自己和亲人的关键资源的访问权限。24例如，对管理机构的批评可能会导致旅行，就业，医疗服务和/或教育机会的限制。3-23甚至非常小的“犯罪”，例如轻率的购买，停车票或过度的在线游戏，也可能导致处罚。21-23最终，从电力结构中获取资源，威胁力量结构或以其他方式被认为是不受欢迎/不信任的任何行为都可能导致负面后果，包括由于公共“黑名单”而进行的社会羞辱。
模拟了大型语言模型和临床信用系统的滥用
1美国国立卫生研究院（NIH）的NIH临床中心，美国马里兰州贝塞斯达州2已经提出了语言模型（LLMS）来支持许多医疗保健任务，包括疾病诊断和治疗个性化。虽然可以应用AI来协助或增强医疗保健的提供，但也存在滥用的风险。llms可用于根据不公平，不准确或不公正的标准分配资源。例如，社会信贷系统使用大数据来评估社会中的“可信赖性”，从而根据仅由权力结构（公司实体，管理机构）定义的评估指标来惩罚那些得分差的人。强大的LLM可以扩大此类系统，该系统可以根据多模式数据（金融交易，Internet活动和其他行为输入）对个人进行评分。医疗保健数据也许是最敏感的信息，可以收集，并有可能通过“临床信贷系统”来侵犯公民自由，其中可能包括限制或配给标准护理。本报告模拟了如何利用临床数据集，并提出了减轻AI医疗保健模型固有的风险的策略。1。简介大语模型（LLMS）可以使用复杂的非结构化数据执行高级任务 - 在某些情况下，除了人类功能之外。1,2这种进步正在扩展到医疗保健：正在开发新的AI模型来使用患者数据进行任务，包括诊断，工作流程改进，监测和个性化治疗建议。但是，如果受到管理当局，公司或其他决策实体的虐待，临床AI普遍性的这种增加也会引起公民自由的重大脆弱性。对这种潜力的认识可能会降低风险，激励透明度，为负责任的治理政策提供信息，并导致新保障措施的发展。社会信贷制度是“大数据压迫”的新兴例子，旨在限制“抹黑”的特权，但不是“可信赖”。 3-23在社会信用系统中，从公民/成员收集的大型多模式数据集可用于确定给定社会内的“可信赖性”，基于仅由功率结构定义和控制的评分指标。3-23公民必须表现出对权力结构的忠诚，并积极地与专业，财务和社会优化的既定定义保持一致；否则，他们可能会失去自己和亲人的关键资源访问权限。例如，对管理机构的批评可能会导致旅行，就业，医疗服务和/或教育机会的限制。3-23甚至非常小的“犯罪”，例如轻率的购买，停车票或过度的在线游戏，也可能导致处罚。21-23最终，从电力结构中获取资源，威胁力量结构或以其他方式被认为是不受欢迎/不信任的任何行为都可能导致负面后果，包括由于公共“黑名单”而进行的社会羞辱。24个社会信贷系统旨在扩大公司，医院系统和其他实体持续存在的现有数据权滥用 - 无论是在监视/数据收集方面，都可以根据分数来采取的行动范围。记录的数据滥用示例包括从私人汽车购买数据，以根据驾驶行为以及使用筛查算法来增加保费，以否认老年人或残疾患者的健康保险索赔（覆盖医师建议）。25-28同样，有偏见的算法被用于错误地拒绝器官移植，并且一项研究警告了多基因风险评分在永久性种族/种族歧视中的作用
明尼苏达州药物和酒精滥用问题：每两年向立法机关提交一次的报告
2018 年，明尼苏达州共发生 60,398 起治疗入院事件。与 2015 年的 54,219 起入院事件相比，这一数字增长了 11.4%。尽管治疗入院率保持相当稳定，但考虑到治疗环境的性质（例如住院、药物辅助治疗），情况发生了显著变化。2018 年，住院患者占全州治疗入院人数的 1.6%，高于 2015 年的 1.3%。自 2015 年以来，长期住院患者比例从 21% 增加到 2018 年的 23.5%。2015 年至 2018 年，门诊入院率保持稳定，约为 52%。药物辅助治疗项目的入院率从 2015 年的 7.0% 下降到 2018 年的 4.9%。然而，药物辅助治疗项目的客户保留率有所提高
2021 年世界反兴奋剂条例中规定的滥用物质
- Cone, EJ 等人。“阿片类药物的法医药物检测：I. 检测尿液中的 6-乙酰吗啡作为近期海洛因暴露的指标；药物和检测注意事项以及检测时间。”J. Anal. Toxicol. . 第 15,1 卷（1991 年）：1-7。doi:10.1093/jat/15.1.1 - Cone, EJ 等人。“阿片类药物的法医药物检测。VII. 鼻腔内（吸食）海洛因的尿液排泄情况。”J. Anal. Toxicol. 第 20,6 卷（1996 年）：379-92。doi:10.1093/jat/20.6.379 - Sawynok, J。“海洛因的治疗用途：药理学文献综述。”Canadian J Physiol Pharmacol. 第 20,6 卷（1996 年）：379-92。doi:10.1093/jat/20.6.379 64,1 (1986): 1-6。doi:10.1139/y86-001。- Smith, ML 等人。“吸食和静脉注射海洛因后总吗啡、游离吗啡和 6-乙酰吗啡的尿液排泄情况。”J Anal Toxicol。2001；25(7):504-514。doi:10.1093/jat/25.7.504